在同一数据帧中将一列除以另一列时出错

Question

>我有三列，如下所示：

Sales    Population     Income    Price
14       48777.0        285.0     nan
17       12550.0        1.0       nan     
24       15664.0        14.0      14
9        23796.0        24.0      0 
20       40149.0        63.0      nan
75       39489.0        32.0      nan

我需要

将所有内容转换为人均术语，即对于销售中的每个元素，我需要将其除以相应的人口。例如，对于销售额，我想将其除以人口以获得人均销售额：

Per capita sales 
14/48777
17/12550
...

我使用的命令是：

data['Per Capita Sales'] = data['Sales'] / data['Population']

但是我收到以下错误：

TypeError: ufunc 'true_divide' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

有谁知道如何解决这个问题？我在网上搜索了如何将一列按元素划分为另一列，但没有找到一种安全的方法......由于带有值"nan"和"0"的列在分子中，我不知道为什么会出现错误......

非常感谢您的帮助！

Answer 1

最有可能的是，所涉及的列中至少有一列是字符串类型。我建议将它们转换为仅用于除法，而不是仅转换它们对于所有其他操作，提前编号：

data.Sales = pd.to_numeric(data.Sales)
data.Population = pd.to_numeric(data.Population)

如我所见，所有行都包含有效数据，因此上述(缩短(形式应该足够了。

但是，如果你的数据是"脏的"(有些条目不能转换为数字(，您应该添加errors='coerce'参数。

然后你原来的划分命令应该可以工作了。

如果不确定数据帧中的列类型，请执行：

data.info()

或者，也许您从文件加载数据帧，例如调用read_csv？在这种情况下包括dtype参数(形式为 {"列名" ： type}( 的字典(以强制特定列的所需类型。

Answer 2

您也可以尝试：

df['Per Capita Sales'] = df.astype('float').apply(lambda x: x['Sales']/x['Population'], axis =1)